獨家｜周鴻祎談Seedance走紅：從“像素級模仿”到“降維打擊”，中國AI定義世界標準

提到最近AI圈最火爆的熱詞，莫過于字節跳動旗下最新視頻大模型Seedance.

2月12日，字節跳動正式上線新一代AI視頻生成模型Seedance 2.0，并接入旗下生成式AI創作平臺“即夢”以及豆包App。通過幾句簡短的提示詞就能生成電影級的視頻，一經上線就引發全球熱議，甚至有一些美國導演在使用Seedance 2.0后感嘆：好萊塢可能要完了。

憑借多模態輸入、文本/圖片生成的出色能力，Seedance瞬間成為全球范圍內的AI頂流，2月14日，對于Seedance走紅全球這一現象，360創始人周鴻祎在接受澎湃新聞記者獨家采訪時表示，DeepSeek和Seedance的爆火，都意味著中國AI正從過去的“像素級模仿”變成“降維打擊”。

周鴻祎向記者表示，當硅谷還在實驗室里爭論AGI的哲學問題時，中國的Seedance、Vidu（生數科技旗下視頻大模型）已經殺進短劇、游戲、廣告這些上萬億的市場里搞基建，中國AI正在定義“應用即標準”，直接跳過實驗室，在實際戰場上把技術磨礪成“核武器”。

360創始人周鴻祎

【以下為對話實錄】

澎湃新聞：如何看待Seedance的火爆及其背后原因，您覺得背后有哪些顛覆性技術？

周鴻祎：Seedance2.0最近刷屏了。很多人第一反應是：AI做視頻更像了。但我看完只想說一句：這次不是“像不像”的問題，而是：AI開始按物理規律生成世界。

當你看到機甲高速摩擦地面時，火花往哪飛、亮度怎么衰減；看到重物倒地時，粉塵怎么翻滾、氣浪怎么擴散；甚至玻璃碎裂的瞬間，畫面和聲音是同步“長出來”的。這不是素材拼接，也不是模板特效，而是模型在底層推演：力怎么傳遞、能量怎么釋放。

視覺模型正在從：模仿世界，走向理解世界。這是一次代際變化。

澎湃新聞：去年春節，DeepSeek的走紅還歷歷在目，您覺得今年春節期間Seedance的爆火是否是復刻DeepSeek時刻？

周鴻祎：過去大家覺得不砸幾萬張顯卡就做不出頂級AI，但DeepSeek證明了算法和工程優化能彎道超車。這次Seedance做的也是這事。它不是靠堆算力去抽卡，而是真正理解了物理世界的規律和電影的分鏡邏輯。

DeepSeek和Seedance的爆火都意味著我們終于從過去的“像素級模仿”變成“降維打擊”。當硅谷還在實驗室里爭論AGI的哲學問題時，我們的Seedance、Vidu已經殺進短劇、游戲、廣告這些上萬億的市場里去搞基建了。中國AI正在定義“應用即標準”，我們直接跳過實驗室，在實際戰場上把技術磨礪成“核武器”。

字節跳動上線新一代AI視頻生成模型Seedance 2.0

澎湃新聞：Seedance的爆火，是否意味著中國AI大模型和海外的差距正在顯著縮小，乃至逐漸趕超？

周鴻祎：目前國產大模型與海外的技術差距依然客觀存在，但在底層參數層面的競合之外，真正決定勝負的關鍵點正在發生偏移。如果你只看到“模型更強”，那其實還只看到了上半場。因為當模型開始理解世界，真正決定行業高度的，反而不再只是模型本身。而是你有沒有能力，把模型的能力，變成穩定、優質、快速交付的工程系統。

為什么這么說？因為模型越強，對最終落地層面的要求就越高，尤其是一致性。比如：人物前后是不是同一個人？側面、正面、背面看是不是一張臉？場景換機位之后，柱子、窗戶、光線位置還對不對得上？人物走進場景，是不是還站在合理位置。如果這些問題解決不了，那即使模型再強，出來的也可能只是Demo（樣品），不是作品。

甚至連Seedance自己都講得很坦誠，它最近也專門發文說：目前Seedance在細節穩定性、多人口型匹配、復雜編輯上，還存在不足，需要持續優化。翻譯一下就是：短期內，很難出現“保證每一次生成都完美”的模型。

所以現在比拼的，已經不只是模型少幾個bug，而是誰能把不完美的模型，跑成穩定交付的流水線。

Seedance成為全球范圍內的AI頂流

澎湃新聞：您如何預測和判斷今年AI行業的整體競爭趨勢，面對行業快速迭代，在2026年，什么才是AI行業最重要的“風向標”？

周鴻祎：當下AI已經開始進入“百億智能體協同”的階段。真正拉開差距的，正在從模型本身，轉向應用層和系統能力。AI拼的不只是模型參數，而是內容生產范式，和真正解決產業問題的能力。這就好比最近的Anthropic（知名AI獨角獸），模型未必碾壓OpenAI，但靠智能體形態，反而在很多場景里跑到了前面。

我有一個明確的判斷：行業真正的分水嶺，正在從“誰的模型更強“變成”誰能把模型跑成流水線“，也就是從AI視頻的抽卡式生成，走向工程化生產。這套邏輯，本質上跟電影工業一模一樣。

基于這個判斷，360最近也推出國內首個工業級AI漫劇智能體生產平臺——納米漫劇流水線。我們把行業內頂尖的模型集成在一起，通過智能調度機制，根據不同分鏡的需求，匹配性價比最高、表現力最強的模型能力。它從拆分鏡腳本到生成可復用的角色、場景資產并入庫管理，再到分鏡圖、分鏡視頻、最終完成剪輯成片。我們把電影工業的方法搬進了AI系統。

我認為，納米漫劇這類工業級的流水線再疊加Seedance這種能夠理解物理規律的視覺模型，才真正是內容生產力革命的開始，也是未來競爭的高地。